垃圾收集算法是 JVM 回收堆内存中死亡对象的核心策略，不同算法适用于不同的内存区域（新生代、老年代），核心目标是 “高效回收内存、减少 STW 时间”，常见算法如下：

1. 标记 - 清除算法（Mark-Sweep）

• 核心流程：分为 “标记” 和 “清除” 两步：
  1. 标记：通过可达性分析，标记所有存活对象；
  2. 清除：遍历内存区域，清除未被标记的死亡对象，释放内存。
• 适用场景：老年代（对象存活时间长，死亡对象少，标记和清除效率高）；
• 优点：实现简单，无需移动对象；
• 缺点：
  • 产生内存碎片：清除后内存中会出现大量不连续的空闲块，当需要分配大对象时，可能因找不到足够大的连续空闲块而触发 FGC；
  • 效率低：需遍历两次内存（标记一次、清除一次），当内存区域大、对象多时，效率低。
• 典型收集器：CMS 收集器（老年代）。

2. 复制算法（Copying）

• 核心流程：将内存区域分为两个大小相等的空间（如新生代的 From Survivor 和 To Survivor）：
  1. 标记：标记存活对象；
  2. 复制：将存活对象复制到另一个空闲空间（如 From Survivor 的存活对象复制到 To Survivor）；
  3. 清空：清空原空间的所有对象（死亡对象和存活对象已复制）。
• 适用场景：新生代（对象朝生夕死，存活对象少，复制成本低）；
• 优点：
  • 无内存碎片：复制后空闲空间是连续的，便于大对象分配；
  • 效率高：只需复制存活对象，且清空原空间时无需遍历，直接覆盖；
• 缺点：
  • 内存利用率低：需将内存分为两个相等空间，总有一个空间空闲（如新生代的 Survivor 区，利用率仅 50%）；
  • 不适合存活对象多的区域：若存活对象多（如老年代），复制成本高，效率低。
• 典型收集器：Serial 收集器（新生代）、ParNew 收集器（新生代）。

3. 标记 - 整理算法（Mark-Compact）

• 核心流程：在 “标记 - 清除” 算法基础上增加 “整理” 步骤，解决内存碎片问题：
  1. 标记：标记所有存活对象；
  2. 整理：将存活对象向内存一端移动，使存活对象紧凑排列；
  3. 清除：清空内存另一端的死亡对象，释放连续内存。
• 适用场景：老年代（存活对象多，需避免内存碎片）；
• 优点：
  • 无内存碎片：存活对象紧凑排列，空闲空间连续；
  • 内存利用率高：无需划分两个相等空间，内存全部可用；
• 缺点：
  • STW 时间长：整理步骤需要移动对象，且需更新对象的引用地址（如 A 引用 B，B 移动后 A 的引用需指向新地址），操作复杂，耗时久；
  • 效率低于复制算法：比复制算法多了 “整理” 步骤。
• 典型收集器：Serial Old 收集器（老年代）、Parallel Old 收集器（老年代）。

4. 分代收集算法（Generational Collection）

• 核心思想：基于 “大部分对象朝生夕死” 和 “存活对象逐渐晋升老年代” 的规律，将堆内存分为新生代和老年代，不同代采用不同 GC 算法：
  • 新生代：用复制算法（存活对象少，复制成本低）；
  • 老年代：用标记 - 清除算法或标记 - 整理算法（存活对象多，避免内存碎片）；
• 优点：结合不同算法的优势，提升整体 GC 效率；
• 缺点：依赖分代模型，若对象存活周期不符合 “朝生夕死”（如大量长存活对象），效率会下降；
• 典型收集器：所有主流收集器（如 CMS、G1、ZGC）均基于分代收集思想（G1、ZGC 支持部分代回收）。

5. 分区收集算法（Region-Based Collection）

• 核心思想：将堆内存分为多个大小相等的 “Region”（区域，如 G1 的 Region 大小为 1-32MB），每个 Region 可独立进行 GC，无需回收整个堆：
  1. 每个 Region 可标记为新生代（Eden/Survivor）或老年代，动态调整；
  2. GC 时，优先回收垃圾比例高的 Region（“Garbage First”，如 G1 收集器），减少 STW 时间；
• 适用场景：大堆内存（如堆内存 10GB 以上），避免全堆 GC 导致的长时间 STW；
• 优点：
  • 支持部分代回收：无需回收整个堆，STW 时间可控；
  • 灵活适配对象分布：Region 的代属性可动态调整，适合复杂对象存活场景；
• 缺点：
  • 实现复杂：需管理多个 Region 的状态、引用关系（如跨 Region 引用需用 Remembered Set 记录）；
  • 内存开销大：需维护 Remembered Set 等额外数据结构。
• 典型收集器：G1 收集器、ZGC 收集器、Shenandoah 收集器。

6. 增量收集算法（Incremental Collection）

• 核心思想：将 GC 过程拆分为多个小步骤，与用户线程交替执行，减少单次 STW 时间（如将 “标记” 步骤拆分为 10 次，每次执行 10%，然后切换到用户线程）；
• 适用场景：早期 JVM（如 JDK 1.2 之前），用于低配置设备（如手机），避免长时间 STW 影响用户体验；
• 优点：单次 STW 时间短，用户线程响应性好；
• 缺点：
  • 总 GC 时间长：GC 步骤拆分后，上下文切换成本高，整体 GC 耗时增加；
  • 可能导致 “浮动垃圾”：GC 步骤间隙，用户线程可能产生新的死亡对象，需下次 GC 回收；
• 现状：已被并发收集算法替代（如 CMS、G1），现代 JVM 很少使用。

7. 并发收集算法（Concurrent Collection）

• 核心思想：GC 的大部分步骤（如标记、清除）与用户线程并发执行，仅在关键步骤（如初始标记、重新标记）暂停用户线程（STW），大幅减少 STW 时间；
• 适用场景：高并发应用（如电商、金融），对 STW 时间敏感；
• 优点：STW 时间短（毫秒级），用户线程影响小；
• 缺点：
  • 实现复杂：需处理 GC 线程与用户线程的并发冲突（如对象引用变动），需维护额外数据结构（如 CMS 的 Card Table、G1 的 Remembered Set）；
  • 可能产生 “浮动垃圾”：并发执行时，用户线程产生的新死亡对象需下次 GC 回收；
  • 内存占用高：额外数据结构（如 Card Table）占用内存；
• 典型收集器：CMS 收集器、G1 收集器、ZGC 收集器。